/ Модель

Характеристики

Контекст
8 192 токена
Параметры
1,2 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Опубликована
26 ноя 2024

sarashina2.1-1b

Генерация текстаТекст → текст3 профессии

Японско-английская языковая модель SB Intuitions для генерации и продолжения текста с контекстом до 8192 токенов.

140скачиваний за 30 дней21лайквеса обновлены9 дек 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Sarashina2.1-1B — плотная авторегрессионная языковая модель семейства Llama, разработанная SB Intuitions. В модели 1,2 млрд параметров; она обучена на японских и английских веб-данных, с дополнительным этапом обучения преимущественно на японских данных для повышения качества на японском языке.

Модель предназначена для продолжения текста и оценки языковых задач на японском и английском. Она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов и не настроена на выполнение инструкций, поэтому не подходит для прямого использования как диалоговый помощник. В README приведены результаты оценки на японских и английских задачах, но они не гарантируют качество в конкретном приложении.

Лицензия указана как other; конкретные условия следует проверить в репозитории модели. Разработчики предупреждают, что возможны бессмысленные, неточные, предвзятые или нежелательные ответы, и рекомендуют дополнительную настройку с учётом предпочтений людей и требований безопасности.

Сценарии применения

  • продолжение текста на японском языке
  • генерация текста на английском языке
  • эксперименты с небольшой авторегрессионной LLM
  • оценка языковых моделей на японских и английских задачах

Ограничения

Модель не настроена следовать инструкциям и может выдавать бессмысленные или неточные ответы, а также предвзятый или нежелательный контент. Для прикладного использования разработчики рекомендуют дополнительную настройку и меры безопасности.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sarashina2.1-1B

This repository provides large language models trained by SB Intuitions.

How to use

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline, set_seed
 
model = AutoModelForCausalLM.from_pretrained("sbintuitions/sarashina2.1-1b", torch_dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("sbintuitions/sarashina2.1-1b")
generator = pipeline("text-generation", model=model, tokenizer=tokenizer)
set_seed(123)
 
text = generator(
    "おはようございます、今日の天気は",
    max_length=30,
    do_sample=True,
    pad_token_id=tokenizer.pad_token_id,
    num_return_sequences=3,
)

for t in text:
    print(t)


Model Description

We constructed this Sarashina2.1-1B model, which consists of 1 billion parameters, using a two-phase training process. First, we trained the model on 10 trillion tokens, including Japanese and English data extracted from web corpora. Then, we trained the model using 1 trillion tokens, predominantly consisting of Japanese data, to enhance its performance in Japanese. The following tables show the model's performance on Japanese and English tasks. We also show the performance of other public LLMs for reference.

Evaluation in Japanese tasks

ModelAvg.AIOabcJEMHopQANIILCJComQAJSQuAD
Qwen2.5-0.5B25.400.8027.3828.210.7945.1350.07
Qwen2.5-1.5B39.617.0038.1427.3511.8179.1874.18
llm-jp-3-1.8B43.4644.5046.4532.4830.7144.0662.58
llm-jp-3-3.7B54.2454.1049.6336.7549.6158.3677.01
Sarashina2.1-1B (this model)58.3154.7058.4441.8848.8264.7081.34

Evaluation in English tasks

ModelAvg.PIQAOpenBookQAHellaSwagWinograndeARC-easyARC-challenge
Qwen2.5-0.5B50.7169.5935.4052.1756.4358.4232.25
Qwen2.5-1.5B60.8476.1740.4067.8363.8572.0144.80
llm-jp-3-1.8B53.0172.8532.6061.7862.2757.2431.31
llm-jp-3-3.7B56.7074.9236.6067.7562.9061.9136.09
Sarashina2.1-1B (this model)56.0174.1037.2063.1661.0163.6436.95

Ethical Considerations and Limitations

Sarashina2.1 has not been tuned to follow an instruction yet. Therefore, sarashina2.1 might generate some meaningless sequences, some inaccurate instances or biased/objectionable outputs. Before using sarashina2.1, we would like developers to tune models based on human preferences and safety considerations.

License

Sarashina Model NonCommercial License Agreement

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
30348c3

0 моделей